视频行为理解之二

因为我采用的训练集中的非跳舞数据都不是vlog那种形式的，类型也与跳舞的差得很远，所以根据视频风格就区分出来结果了，因而是错误的，所以必须用统一的vlog形式的【尽管按道理说与视频格式形式无关，但是为了消除这种影响还是统一为好】
鉴于我分割了800多个dance视频，而视频不够，所以还是将其中的有女人的视频放入
一时半会也不好找0视频，人生艰难不是因为本就如此，而是每个人的路不一样。
早上一看磁盘满了，woc，一共都没有100G，这也太小了。我想要一个T的。。。。。
费劲删除了一点视频，重新将视频分成帧，其实作者这样的意图在于【视频读起来很慢，而图像较快】
训练结果如下：也不知好坏。

文章插图
效果并不好啊，不是跳舞的仍旧有部分帧识别为跳舞，尽管这是根据一系列连续帧的推断。
如图下：prob都不到90%

文章插图
一共400帧出现了9帧类似的误识别，2.25%看起来也不错，但这只是个例，还没有大规模视频测试，所以我觉得仍旧不好。
针对这种复杂的行为【跳舞】其实并不容易，别看仅仅是二分类，0数据很难收集足够多，当然我们也可采取另一种方法，限制这种结果输出，这种trick可以加群交流。
我先吃个饭，再说。
另外有相关问题可以加入QQ群讨论，不设微信群
QQ群：
【视频行为理解之二】语音图像深-度-学-习群